0引言
随着激光扫描测量和倾斜摄影测量等新技术的出现，使得获取的地形数据越来越精细，并且还可以从等高线等数据中自动化提取特征点线等信息。作为高精度的省级基础地理信息产品，DEM数据源除了高精度的测量高程点数据外，需要越来越多地利用到显式记录或隐性蕴含的特征点、特征线、特征面信息以及相关的属性信息等，构建高保真的TIN，成为当前新一代省级高精度DEM生产的主要技术发展趋势之一。由于TIN具有复杂的拓扑关系和紧凑的数据结构，大范围的TIN模型数据库如何充分利用多类型的点线特征数据进行局部动态更新是生产实践中面临的主要技术瓶颈问题之一。为此，针对省级基础DEM产品的更新，设计开发了顾及多源数据特征约束的TIN动态更新方法。
1特征约束的TIN动态更新
省级高保真TIN模型的动态更新，一方面其范围广，精度高，因而数据量巨大;另一方面，更新面临着特征数据频繁的添加、删除、替换等操作，对于数据组织与处理提出了更高的要求。已有方法对于TIN动态更新多局限于少量局部点线数据的插入与删除，难以满足大规模TIN数据库复杂的动态更新需求[1,5]。针对上述问题本文提出了特征约束的TIN动态更新方法与流程。
1.1特征约束的TIN更新方法
TIN更新的基础是是约束TIN的动态构建，目前常用的构网方法有数据逐点插入法、三角网生长算法以及凸包算法等[6,7,8],其中数据逐点插入法可以很好地支持三角网的动态更新，使得整个更新流程简单高效。该方法通过对原始数据的矩形格网划分，三角形生成的时候，不再需要涉及所有的待插点，大大的提高了构网与动态更新的整体效率。特征约束的逐点插入法便于省级基础DEM产品TIN的动态更新操作，在输入特征线时避免了因部分更新而引起的全局构网所造成的时间和空间开销。在更新时采用根据内存需求量自动对原始数据进行分块的方法，防止数据量的过大可能导致的内存不足的情况以防止数据溢出，保证构网质量。
对于特征约束的TIN更新，首先需要对分类组织处理后的高程点数据、特征点线数据进行预处理，例如对于特征线数据进行加密处理以保证生成的三角网更加均衡，避免长特征线在构网时可能带来的不可靠性[9]。特征数据根据其范围、精度、属性自动识别待更新区域，删除更新区域需要替换的数据，保留非更新数据。将新数据重新分块排序后逐一利用扫描线法迅速找到待插点所在三角形，插入到三角网中建立标准的Delaunay三角网;然后嵌入特征约束，对于特征线以及特征面的边界线均根据对角线交换法(LOP)调整每条线段影响区域内的三角形，对于特征面的边界线，还需要对封闭边界内的点线进行剔除。
图1 特征约束的TIN动态更新方法
Fig.1 TIN dynamic update algorithm with terrain feature constraint
1.2多源数据快速动态更新流程
针对新一代省级高保真DEM数据生产越来越多地利用摄影测量数据和从等高线提取的特征数据，本文设计实现了一整套面向多源数据的快速动态更新的基本工作流程(如图2所示)：首先将生产单位提供的原始测量数据的完整地导入系统，并解析其中的基础地形数据、地形特征数据，包括高程点、特征点、特征线和特征面及其相关的多源属性信息，并对全部数据进行统一的处理，根据其数据来源、精度、范围、特征信息进行编码存放实现有机的统一;然后通过地形构建模块实现地形特征约束的TIN局部更新;之后对构建的TIN数据可以进行自动化的质量检查以及目视检查，剔除可能存在的飞点、飞边等错误保证数据质量;可视化与数据导出模块查看解析得到的TIN与特征数据，最后导出TIN数据文件供后续工序使用。
图2 多源数据TIN更新流程
Fig.2 The processing of dynamic update TIN with multi-source data
2 特征定义及其数据结构
在当前的省级DEM生产与更新中，越来越多的利用特征信息对已有的TIN数据进行更新，以增强地形模型对于细节的表达，因此，充分分析地形特征特点并建立相应的数据结构以支持估计特征约束的更新乃至于TIN数据的简化都具有十分重要的意义。
2.1地形特征与地形表达
地形特征是整个地形的骨架，它包含了地貌几何形状最基本的信息，可以抽象为具有准确的空间坐标和明确的地理属性的点、线、面三类要素。地形特征不仅对于地形细节表达具有重要的作用，同时对于地学分析以及多尺度的地形表示、地形简化具有重要意义。
传统构网方法只考虑三角网的形态最优，忽略了地形特征线的影响，导致构建的地形模型不能真实反映地形特征。要想构建高保真的地表模型，除了基本的离散高程点数据外，必须要加入特征约束。特征数据包括特征点、特征线、特征面三大类。其中特征点数据包括山顶点、盆地中心点、鞍部最低点、谷口点、山脚点、坡度变换点等，特征点一般在散点构网过程中已经嵌入，无需过多的考虑;特征面数据包括湖面、梯田等，特征面可以用特征线对其边界线进行表达;特征线包括山谷线、山脊线、陡坎、海岸线、水涯线等，在地形表达时，特征线的数量最多、地形信息量最大的一类特征对象，因此特征线是特征数据中的研究重点。我们认为，在实际的TIN DEM的生产中，特征线数据主要包含两类，一是等高线，二是地形断裂线;等高线数据可以增加地形坡度凹凸表达的真实性，避免坡面过于平缓;山脊线、山谷线等断裂线特征可以增加地形结构表达的真实性，避免地形突变结构信息的缺失。
随着地形特征自动化智能化提取技术的进步，可供地形数据生产使用的特征数据日益丰富，且精度也不断提高。目前，除了常用的数字化等高线数据外，还可以通过现有的格网DEM、TIN DEM以及等高线数据的反演得到山脊线、山谷线等特征线数据;现在随着LIDAR点云、高分辨率遥感影像的大量应用，使得特征提取出现了众多的新方法，特征数据来源更加广泛，而且也弥补了利用原有DEM数据反演的局限性。
2.2顾及属性信息的数据结构
在顾及地形约束的TIN数据更新中，像数字化等高线这样单一的数据源已经难以满足高保真TIN构建的需求[10,11]，需要利用多源的数据，例如省级基础测绘成果数据、航测数据、LIDAR点云数据、GPS高程点数据等等，还有从不同数据源中反演出的特征数据进行协同更新[12]。这些数据因获取方式不同，其精度、时效性和重要程度都存在差异，因而在TIN的构建以及更新时要充分考虑不同数据源的不同特性，区别对待。对于一般的高程点数据和特征数据，其对地形的贡献以及构网方式的不同，在TIN模型中也需要加以区分。因此，只要对特征信息地形编码，记录下数据来源、精度、特征语义位置等属性信息，不仅可以满足数据快速更新的需要，还可以满足后续的简化等一系列操作。
由于TIN的拓扑关系复杂和数据结构紧凑，而特征数据分布相对离散，不合理的数据结构会严重影响TIN更新的效率，同时加重计算机系统的空间开销和时间开销。为了满足高效的数组组织管理与顾及属性的需求，有针对性的构建了一套完整的数据结构体系。
该数据结构根据地形空间数据的几何表达需求，结合顾及特征约束更新及数据管理的需要，将整个复杂三维地形场景对象抽象为点、线、面、三种不同维度的基本几何类型，分别对应零维到三维对象。每种抽象类型都将根据实际需要表示为具体的几何图元。这些几何对象共同支持实现地形特征约束下的地理对象的几何表达，支持三维场景的可视化浏览。
图3 TIN数据结构
Fig.3 data structures of TIN
特别对于特征数据，其来源广泛，精度与详细程度存在差异;在某一区域内，特征点线面的位置、类别、数量是相对固定的，可以利用语义属性编码来标明其数据来源、特征对象类别与地理位置信息，从而大大的方便特征数据的存储查找与管理与更新，其主要数据结构如下所示：
1)特征点
特征点除了具有一般三维点的XYZ坐标之外，还具有属性和权重值对该点进行描述。
{
点号ID
三维空间坐标XYZ
特征点类别及位置描述语义编码
数据来源及权重属性编码
}
2)特征线
特征线根据需要可以记录其属性，用以区分河流、山谷线、山脊线等不同的属性。
{
线号ID
特征线类别及位置描述语义编码
数据来源及权重属性编码
点链;
}
3)特征面
特征面增加属性标示水面、路面、梯田等不同的特征类型。
{
面号ID
特征面类别及位置描述语义编码
数据来源及权重属性编码
边界特征线点链
}
4)等高线
等高线需要记录等高线的高程、是否闭合等属性值，服务于显示与输出。
{
等高线编号
是否闭合标示
是否有高程注记标示
等高线上点数
点链
外接矩形
是否需要平滑处理标示
}
3实验与结论
为了验证本文所提方法的有效性，利用1：1万比例尺的实际DEM数据进行了实验分析。更新效果图如图4所示，利用特征线对原始TIN进行更新，有效的抑制了在关键的山脊、沟谷地区出现平三角形等错误情况，准确表达了地形特征的精细特征。
图4 特征约束更新前后效果对比
Fig.4 The contrast effect of feature constraint update
参考文献：
[1] 朱庆，陈楚江.不规则三角网的快速建立及其动态更新[J].武汉测绘科技大学学报. 1998, 23(3): 204-207.
[2] 刘学军, 赵吉先, 符锌砂. 三角网数字地面模型的动态修改与编辑[J]. 中国公路学报. 2000, 13(4): 16-20.
[3] 陈楚江, 王德峰. 海量数据 CDT 快速建立及其实时更新[J]. 测绘学报. 2002, 31(3): 262-265.
[4] 贾晓林, 吴立新, 王彦兵. 二维Delaunay三角网局部更新: 点插入与点删除[J]. 地理与地理信息科学. 2004, 20(5): 28-31.
[5] 范刚龙, 陈媛媛. 海量数据Delaunay三角网并行构建及实时更新算法[J]. 武汉理工大学学报. 2010, 32(21): 123-126.
[6] Tsai V J. Delaunay triangulations in TIN creation: an overview and a linear-time algorithm[J]. International Journal of Geographical Information Science. 1993, 7(6): 501-524.
[7] Bhargava N, Bhargava R, Tanwar P S. Triangulated Irregular Network Model from Mass Points[J]. International Journal. 2013.
[8] 李志林, 朱庆. 数字高程模型[M]. 武汉：武汉测绘科技大学出版社, 2000.
[9] 王宋辉,葛晓光,吴潇. 一种优先考虑特征线的单步建网方法[J]. 合肥工业大学学报: 自然科学版, 2005, 28(1): 15-17.
[10] Zhu H, Eastman J R, Toledano J. Triangulated irregular network optimization from contour data using bridge and tunnel edge removal[J]. International Journal of Geographical Information Science. 2001, 15(3): 271-286.
[11] 孙文彬, 刘希亮, 栾晓慧,等. 顾及等高线和凹边界特征的不规则三角网生成方法[J]. 地理与地理信息科学. 2010, 26(004): 50-52.
[12] 古林玉, 卢小平, 李英成, 等. 基于LiDAR点云与特征线的 DEM 更新方法[J]. 测绘通报. 2011, 2: 17-20.
作者简介： 张骏骁(1991-)，男，汉族，山东肥城人，硕士，西南交通大学地球科学与环境工程学院，主要从事三维地理信息系统与虚拟地理环境研究。
声明：中国勘测联合网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。
